Professional Documents
Culture Documents
Actividad 1 - Resumen - Cynthia - Cen
Actividad 1 - Resumen - Cynthia - Cen
ASIGNATURA
“RESUMEN”
PRESENTAN:
En general, los planes más usuales son los de atributos, a pesar de que con
los planes por variables se requiere un menor tamaño de muestra para lograr los
mismos niveles de seguridad. Esta aparente contradicción se puede deber a la tradición, pero
también a que en los planes por variables es necesario diseñar un plan para cada característica
de calidad. Además, en ocasiones, las mediciones en los planes por variables son más
costosas. En cualquier caso, se debe evaluar cuál de los dos tipos de planes es más adecuado
en una situación en particular.
Muestreo por atributos: simple, doble y múltiple
Los planes por atributos se clasifican de acuerdo con el número de muestras que
se toman para llegar a una decisión. Por ejemplo, en el plan de muestreo simple (n,
c) se toma una muestra de tamaño n, y si en ésta se encuentra c o menos unidades
defectuosas, el lote es aceptado, o en otro caso es rechazado.
Por su parte, en el plan de muestreo doble se pueden tomar hasta dos muestras
para tomar la decisión de aceptar o no. La idea es tomar una primera muestra
de tamaño más pequeño que el plan simple para detectar los lotes que son muy
buenos o los que son muy malos. En los casos que con la primera muestra no se puede decidir,
entonces se toma la segunda muestra para llegar a una conclusión definitiva. Por ejemplo, un
plan doble de la forma N = 3 000, n1 = 80, c1 = 1, n2 = 80, c2 = 4; significa que:
N = tamaño de lote
n1 = tamaño de la primera muestra
c1 = número de aceptación para la primera muestra
n2 = tamaño de la segunda muestra
c2 = número de aceptación para las dos muestras
El plan de muestreo múltiple es una extensión del concepto del muestreo doble,
donde se toma una muestra inicial considerablemente más pequeña que el plan
simple, y si con ella ya se tiene evidencia suficiente para sentenciar el lote la decisión que
proceda se toma en consecuencia, de lo contrario se toma una segunda
Selección de la muestra
Todos los planes de muestreo de aceptación basan su funcionamiento en que las
unidades seleccionadas para la inspección son representativas de todo el lote. De
aquí que la selección de las unidades que forman la muestra debe hacerse aplicando un método
de muestreo aleatorio (véase Gutiérrez Pulido, 2005). Por ejemplo, si se aplica el método de
muestreo aleatorio simple, entonces se asigna un número a cada uno de los N artículos del lote,
y al azar se seleccionan n de estos números para determinar qué artículos del lote constituyen
la muestra. Para la selección de los números es posible recurrir a una tabla de números
aleatorios o a un software estadístico; por ejemplo, en Excel se puede utilizar n veces la función
ALEATORIO.ENTRE(1,N).
Índices para los planes de muestreo de aceptación
Especificar los valores porcentuales deseados para NCA y NCL, con su correspondiente
probabilidad de aceptación, 1 − α y β, respectivamente.
2. Convertir estos porcentajes a proporciones, sea p1 = NCA/100 y p2 = NCL/100.
3. Calcular la razón de operación, Rc = p2/p1.
4. De acuerdo con los valores de α y β, buscar en la columna apropiada de la tabla 12.4 el valor
R más cercano a Rc Si en la tabla hay dos números R aproximadamente igual de cercanos a
Rc se debe elegir el menor.
5. Ubicado el valor R en la tabla 12.4, el número de aceptación, c, se encuentra en el mismo
renglón que R en la columna c hacia la izquierda.
6. En el mismo renglón donde se localizó a R, pero en la columna np1 a la derecha de R,
localizar el valor de np1. El tamaño de muestra se encontrará al dividir ese valor entre p1.
Planes Dodge-Roming
Esquemas de muestreo por atributos basados en el NCL y el LCPS, que buscan minimizar la
inspección total promedio.
LCPS Dodge-Roming
Esquemas basados en el límite de la calidad promedio de salida (LCPS).
Planes PDTL (LTPD) con c = 0
Planes de muestreo de aceptación basados en el índice PDTL y en que
el número de aceptación siempre es c = 0.
cuando 10n > N. Es importante recordar que una curva CO para el plan (N, n, c) gráfica P contra
Pa, donde P son los valores de la proporción de defectuosos en el lote y Pa es la probabilidad
DISTR.HIPERGEOM(x, n, K, N),
donde x es el número de defectos en la muestra (x = 0,..., c), n es el tamaño de la muestra, N
es
el tamaño de lote y K es el número posible de artículos defectuosos en el lote, que se obtiene
con K = REDONDEAR(p*N). Por lo tanto, es necesario calcular:
Pa = DISTR.HIPERGEOM(0, n, K, N) +... + DISTR.HIPERGEOM(Ac, n, K, N)
para diferentes valores de p. De aquí que es necesario generar una secuencia amplia de
posibles
valores de p, y para cada uno de ellos calcular K = REDONDEAR(p*N) y calcular Pa con la
distribución hipergeométrica.
Statgraphics
En este sistema se pueden diseñar planes que satisfagan las necesidades que se especifiquen
en
términos de los índices que se definieron en este capítulo, y para cada plan diseñado es posible
obtener la curva CO y otras curvas que permitan caracterizar a cada plan. En las versiones
previas a la 15, la secuencia que se sigue es: Special → Quality Control → Acceptance
Sampling; a
partir de ahí se elige la opción Attributes o variable. En la versión 15 y posteriores la secuencia
es: SPC → Acceptance Sampling; a partir de ahí se elige la opción Attributes o variable.